經濟學家告訴 OpenAI：別管 UBI 了，消滅癌症值 80 兆美元

本文整理自《a16z Podcast》2026 年 6 月播出的單集。

---

別叫瓦特去設計失業保險

如果你能穿越回 18 世紀，站在正在改良蒸汽機的詹姆斯．瓦特（James Watt）面前，你會對他說什麼？

「請你順便設計一套失業保險制度，好嗎？」大概不會。

但這正是今天很多人對 AI 公司的期待。每次有人問 OpenAI「你們打算怎麼處理 AI 造成的失業問題」，本質上就是在問瓦特：你的蒸汽機會讓織布工人失業，你打算怎麼負責？

在 OpenAI 總部的一場對談中，喬治梅森大學經濟學教授塔巴羅克（亞歷克斯．塔巴羅克，Alex Tabarrok）用了這個比喻來回答一個聽眾的提問。他的答案很直接：瓦特的比較優勢是造蒸汽機，不是設計社會安全網。OpenAI 的比較優勢是讓 AI 變得更聰明，而不是去規劃全民基本收入（UBI）。要讓對的人做對的事。

但塔巴羅克沒有就此打住。他緊接著算了一筆帳，而這筆帳的規模，可能會改變你對 AI 公司「社會責任」的理解。

---

一筆 80 兆美元的帳

經濟學家墨菲（Kevin Murphy）和托佩爾（Robert Topel）曾經計算過一件事：如果人類能完全消滅癌症，這件事的經濟價值大約是 80 兆美元。80 兆，不是 80 億。即使只是把癌症發生率降低 10%，也值 8 兆美元。

塔巴羅克把這個數字直接丟給台下的 OpenAI 員工：「你們能做的最重要的事，就是確保 AI 真的夠聰明，聰明到能幫助我們推進醫學研究。」

80 兆美元是什麼概念？它大約等於美國 GDP 的三倍，或者全球股市總市值的總和。換一種方式來想：如果一家公司能開發出治癒癌症的 AI，就算它只拿到這 80 兆經濟價值的 1%，那也是 8,000 億美元，比目前大多數全球市值最高的公司都還要大。這不是慈善，這是人類目前面臨的最高槓桿投資。

塔巴羅克用了另一個例子來強調同一個論點。Waymo 等自動駕駛技術，有潛力大幅減少美國每年約 35,000 人的交通事故死亡。3 萬 5 千條人命，每一年。如果 AI 能把這個數字砍掉一半甚至更多，這件事的社會價值遠超任何 UBI 方案能達到的效果。

他的核心論點歸結起來就是一句話：與其花時間爭論怎麼分配 AI 帶來的財富，不如先確保 AI 真的能創造那些財富。消滅癌症、減少車禍死亡、加速藥物研發，這些才是 AI 公司目前能做的最大社會貢獻。把模型做得更聰明，就是最好的社會責任。

---

競爭是最好的社會安全網

同台的科文（泰勒．科文，Tyler Cowen）從另一個方向回答了同一個問題。他認為 OpenAI 能為社會做的最重要的事，不是做更多慈善，而是確保市場上有足夠的競爭。

「Anthropic、Google、Meta、Grok，還有中國的公司，」科文一口氣列了出來。他的邏輯很清楚：如果 AI 的好處要廣泛分享，不能只靠一家公司的善意，而要靠多家公司互相競爭帶來的價格下降和技術進步。壟斷的 AI 市場不會自動為社會帶來最大利益，就像壟斷的電信市場不會自動降價一樣。競爭才是確保 AI 紅利擴散到每個人手上的最有效機制。

但科文緊接著提出了一個大多數人沒在想的風險：能源和算力的地緣政治脆弱性。AI 公司對能源的需求正在急速膨脹，訓練一個大型模型需要的電力足以供應一座小城市，推論階段的用電量更是隨著使用者增加不斷攀升。這種對能源的深度依賴，讓整個 AI 產業暴露在一個很少被討論的風險面前。

「我擔心 AI 公司低估了依賴大量能源和算力的政治風險，」科文警告，「看看中東現在發生的事，你就知道這個風險有多真實。」這不是典型的 AI 風險討論，通常那些討論聚焦在模型對齊和偏見問題上。但如果能源供應因為地緣政治衝突而中斷，再聰明的模型也跑不起來。

科文的建議是：更多太陽能、更多核能，以及更開放的城市規劃。這些聽起來跟 AI 沒什麼關係，但它們直接決定了 AI 的紅利會集中在少數地方，還是能擴散到整個社會。能源瓶頸和算力瓶頸不解決，AI 的好處就只能留給買得起的人。

---

被鎖住的寶藏：Epic 和醫療數據

塔巴羅克在對談尾聲被問到「你最希望 OpenAI 做什麼」時，給了一個非常具體的答案：跟 Epic 合作。

Epic 是美國最大的醫療資訊系統公司，全美大多數醫院和診所都使用它的電子病歷系統。這意味著 Epic 的資料庫裡，儲存著幾乎涵蓋所有美國人的健康數據：病史、用藥紀錄、檢驗結果、影像資料，全都在裡面。「如果 AI 能存取 Epic 的數據，」塔巴羅克說，語氣裡帶著明顯的興奮，「那可能是改變生命的等級。」

他的想法是：目前 AI 在醫療研究上的瓶頸，不只是模型不夠聰明，更是模型能取得的數據不夠多、不夠完整。如果 AI 能分析 Epic 系統裡數以億計的病歷，找出不同藥物之間的反應模式、辨識疾病的早期徵兆、發現某些基因組合與特定疾病的關聯，研究突破的速度可能是目前的好幾倍。

科文把這個觀點推得更廣。他認為不只是醫療數據，各行各業都有大量數據被過時的規範鎖住了。這些數據共享的障礙在 AI 出現之前或許還可以容忍，因為就算拿到數據，人類分析師能做的也有限。但現在 AI 已經有能力從海量數據中提取有意義的洞見，這些障礙的代價就變得不可承受了。「這甚至不是一個政治爭議議題，」科文觀察，「沒有哪個壓力團體在積極推動數據開放。但這件事攸關人命。」

他認為推動數據解鎖是一個高價值、低阻力的機會，只是目前缺乏有組織的倡議力量。消滅癌症值 80 兆美元，而打開通往這個目標的大門，可能只需要修改幾條數據共享的法規。投資報酬率沒有比這更高的了。

---

辛巴威導遊和被遺忘的 80 億人

如果塔巴羅克的眼光放在醫療數據，科文的視線則投向了更遠的地方：那些連 AI 是什麼都還不知道的人。

科文最近去了辛巴威，雇了一位當地的狩獵嚮導。閒聊中他問對方有沒有用過 ChatGPT，嚮導一臉茫然，從來沒聽過。科文當場拿出手機示範，嚮導試用之後的反應讓他印象深刻：「如果我以前有這個東西，我在學校可能真的有學到一些東西。」這不是客套話，而是一個人第一次意識到自己錯過了什麼的真實反應。

這不是孤例。科文也提到，在開普敦附近一所大學任教的正教授，完全不知道「AI-pilled」這個詞是什麼意思。在非洲鄉間、南美、南亞的許多地方，人們對 AI 的認知幾乎是零。不是因為他們不需要，不是因為 AI 對他們沒用，純粹是因為資訊還沒有傳到那裡。科文用了一個經濟學術語來描述這個現象：「人類事務的巨大慣性。」

他認為這裡面有一個極大的機會。對於目前完全沒有 AI 可用的人來說，從「零」到「有免費 AI」的邊際效益高得驚人。技術已經存在，取得成本接近零，但好處還沒有傳遞到最需要的人手上。這在經濟學上幾乎是「免費午餐」。

科文還預測了一整個新的職業類別會因此出現：跨國 AI 推廣者。這些人的工作是到各國的企業、學校、政府機構裡，教導他們如何把 AI 整合進既有的工作流程。這不是短期的志工計畫，而是一個可以持續數十年的真正產業，因為 AI 的整合不是裝個軟體就結束的事，它需要深入了解當地的文化、語言、制度和需求。科文說他自己打算把職涯的很大一部分投入這件事。

塔巴羅克和科文在 OpenAI 總部給出的建議，其實可以濃縮成一句話：不要分心。讓瓦特造蒸汽機，讓 OpenAI 造最聰明的 AI。但也不要只盯著舊金山的辦公室看。消滅癌症值 80 兆美元，解鎖醫療數據可能拯救無數生命，而世界上大多數人連 AI 的門都還沒摸到。如果這些不是值得全力以赴的目標，什麼才是？